关于一类β-ARCH模型参数估计的研究
| 前言 | 第6-10页 |
| 第一章 一类β-ARCH模型 | 第10-20页 |
| 1.1 条件异方差模型简介 | 第10-12页 |
| 1.2 一类β-ARCH模型简介 | 第12-13页 |
| 1.3 平稳遍历性和高阶矩的存在性 | 第13-20页 |
| 第二章 一类β-ARCH模型的拟似然估计 | 第20-42页 |
| 2.1 引言 | 第20-21页 |
| 2.2 重尾数据的参数估计 | 第21-27页 |
| 2.2.1 金融数据的经验特征 | 第21-23页 |
| 2.2.2 GED驱动下的极大似然估计 | 第23-27页 |
| 2.3 拟似然估计及相合性 | 第27-42页 |
| 2.3.1 拟似然估计的提出 | 第27-29页 |
| 2.3.2 拟似然估计的强相合性 | 第29-34页 |
| 2.3.3 拟似然估计的渐近正态性 | 第34-42页 |
| 第三章 一类β-ARCH模型的经验似然推断 | 第42-88页 |
| 3.1 引言 | 第42-44页 |
| 3.2 经验似然方法与模型假设 | 第44-59页 |
| 3.2.1 一类β-ARCH模型的经验似然方法 | 第44-53页 |
| 3.2.2 模型的基本假设 | 第53-57页 |
| 3.2.3 两个重要引理 | 第57-59页 |
| 3.3 经验似然估计的大样本性质 | 第59-85页 |
| 3.3.1 几个准备引理 | 第59-75页 |
| 3.3.2 主要结论 | 第75-85页 |
| 3.4 广义似然比统计量的渐近分布 | 第85-88页 |
| 第四章 ARCH模型在多元风险评价模型中的应用 | 第88-116页 |
| 4.1 引言 | 第88-90页 |
| 4.2 高维ARCH模型噪声密度函数的估计 | 第90-97页 |
| 4.2.1 高维ARCH模型与假设 | 第90-92页 |
| 4.2.2 噪声密度函数的估计与其渐近性质 | 第92-96页 |
| 4.2.3 随机模拟结果 | 第96-97页 |
| 4.3 一种多元风险评价模型 | 第97-103页 |
| 4.3.1 VaR模型 | 第98-99页 |
| 4.3.2 二元风险评价模型的提出 | 第99-100页 |
| 4.3.3 二元VaR区域模型的算法 | 第100-102页 |
| 4.3.4 二元VaR区域模型的有效性检验 | 第102-103页 |
| 4.4 深沪股市的应用实例 | 第103-116页 |
| 4.4.1 二元VaR区域模型的应用实例 | 第103-106页 |
| 4.4.2 二元VaR区域模型的“预警”性 | 第106-116页 |
| 第五章 分段线性函数在信度评价模型中的应用 | 第116-128页 |
| 5.1 引言 | 第116-117页 |
| 5.2 信度模型和分段线性模型 | 第117-119页 |
| 5.3 基于分段线性先验分布的半参数信度评价模型 | 第119-125页 |
| 5.3.1 应用分段线性函数估计先验分布 | 第119-122页 |
| 5.3.2 分段线性函数的相合性 | 第122-123页 |
| 5.3.3 信度公式的估计 | 第123-125页 |
| 5.4 对数正态--对数正态场合的模拟 | 第125-128页 |
| 参考文献 | 第128-134页 |
| 博士期间发表的学术论文 | 第134-135页 |
| 中(英)文摘要 | 第135-147页 |
| 致谢 | 第147-148页 |
